Main Article Content
Abstract
Algoritma genetik adalah algoritma pencarian heuristik yang didasarkan atas mekanisme evolusi
biologis. Proses algoritma genetik menggabungkan proses seleksi, penggunaan operator crossover
(penyilangan) dan mutasi untuk mendapatkan solusi terbaik. Dua metode crossover yang dapat digunakan untuk
menyelesaikan masalah optimasi query database ini, yaitu M2S crossover dan CHUNK crossover.
Penggunaan dua metode crossover tersebut akan diuji dan dianalisa hasilnya, untuk mengetahui metode
crossover apa yang terbaik yang dapat digunakan untuk menyelesaikan masalah optimasi query database,
dengan mencari nilai minimum.
Hasil yang dicapai dengan algoritma genetik dapat mencapai solusi yang optimum. Semakin besar nilai
parameter (Pc, Popsize dan Maxgen) maka hasilnya akan semakin akurat. Sebaliknya nilai Pm tidak perlu
terlalu besar karena akan membuat hasil akhir kurang akurat. Namun demikian, hasil pengujian selanjutnya
dapat saja berbeda karena komponen algoritma genetik berbasis pada fungsi random.
Kata Kunci : Algoritma Genetik, M2S Crossover, CHUNK Crossover, Relasi.